Курс Python → Виртуальные среды в Python

Виртуальные среды в Python — это инструмент, который позволяет изолировать проекты друг от друга, чтобы избежать конфликтов между версиями библиотек и зависимостей. Создание виртуальной среды позволяет установить и использовать определенные версии пакетов для конкретного проекта, не затрагивая глобальную установку Python на вашей машине.

Для создания виртуальной среды в Python вы можете использовать встроенный модуль `venv`. Для этого вам нужно открыть командную строку, перейти в директорию вашего проекта и выполнить команду `python -m venv имя_среды`. После этого будет создана папка с выбранным именем, в которой будут находиться отдельные версии Python и пакетов.

Для активации виртуальной среды вам нужно выполнить скрипт активации, который находится в папке `Scripts` для Windows или `bin` для Unix-подобных систем. После активации вы будете использовать версию Python и пакеты, установленные в данной виртуальной среде.

source имя_среды/bin/activate   # для Unix-подобных систем
имя_среды\Scripts\activate      # для Windows

После активации виртуальной среды вы можете устанавливать необходимые пакеты с помощью `pip`, который будет устанавливать их только в данной среде, не затрагивая другие проекты. Для деактивации виртуальной среды вы можете использовать команду `deactivate`.

В итоге использование виртуальных сред в Python позволяет управлять зависимостями проектов более гибко и избегать конфликтов между версиями пакетов. Это особенно полезно, когда вам нужно работать над несколькими проектами, использующими разные версии библиотек и инструментов.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Реверс строки в Python
  2. Howdoi — получение ответов из терминала
  3. Экспорт внешнего файла с помощью writefile
  4. Python: библиотеки и функции
  5. Логирование с Logzero
  6. Делегирование в Python
  7. Изменение списка срезами
  8. Активация Matplotlib в Jupyter
  9. Мониторинг памяти с Pympler
  10. Перевернуть список в Python
  11. Оператор += для объединения строк
  12. Работа с NumPy массивами
  13. Решатель судоку на Python с pygame
  14. Декораторы с @wraps
  15. Основные методы NumPy
  16. Хеширование паролей с солью
  17. Метод Event.wait() в Python
  18. Генераторы и сеты в Python
  19. Повторение элементов в Python
  20. Установка и использование TensorFlow
  21. Сравнение строк в Python
  22. Игра «Камень, ножницы, бумага» — Python
  23. Мощь вложенных функций в Python
  24. Функция с **kwargs в Python
  25. Перезапуск ячейки в Jupyter Notebook с dostoevsky
  26. Очистка списка от False, None, 0, «»
  27. Работа со словарями
  28. Генераторы в Python
  29. Удаление falsy-значений из списка с помощью filter
  30. Классы данных в Python
  31. Проверка элементов списка условием
  32. Вывод символов строки в Python
  33. Работа с пользовательским вводом
  34. Структурирование данных с Pydantic
  35. *args и **kwargs в Python
  36. Python itertools combinations() — группировка элементов
  37. Переменная Шредингера
  38. Принципы программирования
  39. Метод lt для сортировки объектов
  40. Очистка вывода в Python
  41. Описание скриптов в README
  42. Функция zip() в Python
  43. Работа с комбинациями в Python.
  44. Работа с collections в Python.
  45. Класс-оболочка для словарей
  46. Транспонирование матрицы в Python

Marketello читают маркетологи из крутых компаний